差异基因富集分析（R语言——GO&KEGG&GSEA）
发布时间
阅读量：
阅读量
随后上期内容中提到
1.准备差异基因集
我直接将上次分享的内容带到此处。在分析过程中，默认将差异基因划分为上调和下调两类，并进行通路富集分析。接下来编写代码时可能会融入一些个人工作习惯，请稍候。具体筛选标准则由个人需求决定。
##载入所需R包
library(readxl)
library(DOSE)
library(org.Hs.eg.db)
library(topGO)
library(pathview)
library(ggplot2)
library(GSEABase)
library(limma)
library(clusterProfiler)
library(enrichplot)
##edger
edger_diff <- diff_gene_Group
edger_diff_up <- rownames(edger_diff[which(edger_diff$logFC > 0.584962501),])
edger_diff_down <- rownames(edger_diff[which(edger_diff$logFC < -0.584962501),])
##deseq2
deseq2_diff <- diff_gene_Group2
deseq2_diff_up <- rownames(deseq2_diff[which(deseq2_diff$log2FoldChange > 0.584962501),])
deseq2_diff_down <- rownames(deseq2_diff[which(deseq2_diff$log2FoldChange < -0.584962501),])
##将差异基因集保存为一个list
gene_diff_edger_deseq2 <- list()
gene_diff_edger_deseq2[["edger_diff_up"]] <- edger_diff_up
gene_diff_edger_deseq2[["edger_diff_down"]] <- edger_diff_down
gene_diff_edger_deseq2[["deseq2_diff_up"]] <- deseq2_diff_up
gene_diff_edger_deseq2[["deseq2_diff_down"]] <- deseq2_diff_down2.进行通路富集分析
本节将涵盖普通GO&KEGG&GSEA分析中的基本原理及操作步骤，并结合实际案例进行阐述。在具体实施时, 筛选显著富集通路的标准并非唯一, 通常由研究者的具体需求来决定其筛选标准, 一般设定为矫正后的P值小于等于0.05. 为了提高效率而编写了各列表循环处理代码, 这样可以避免逐一分析每个基因组学数据表带来的繁琐工作
for (i in 1:length(gene_diff_edger_deseq2)){
keytypes(org.Hs.eg.db)
entrezid_all = mapIds(x = org.Hs.eg.db,
keys = gene_diff_edger_deseq2[[i]],
keytype = "SYMBOL", #输入数据的类型
column = "ENTREZID")#输出数据的类型
entrezid_all = na.omit(entrezid_all) #na省略entrezid_all中不是一一对应的数据情况
entrezid_all = data.frame(entrezid_all)
##GO富集##
GO_enrich = enrichGO(gene = entrezid_all[,1],
OrgDb = org.Hs.eg.db,
keyType = "ENTREZID", #输入数据的类型
ont = "ALL", #可以输入CC/MF/BP/ALL
#universe = 背景数据集我没用到它。
pvalueCutoff = 1,qvalueCutoff = 1, #表示筛选的阈值，阈值设置太严格可导致筛选不到基因。可指定 1 以输出全部
readable = T) #是否将基因ID映射到基因名称。
GO_enrich_data = data.frame(GO_enrich)
write.csv(GO_enrich_data,paste('GO_enrich_',names(gene_diff_edger_deseq2)[i], '.csv', sep = ""))
GO_enrich_data <- GO_enrich_data[which(GO_enrich_data$p.adjust < 0.05),]
write.csv(GO_enrich_data,paste('GO_enrich_',names(gene_diff_edger_deseq2)[i], '_filter.csv', sep = ""))
###KEGG富集分析###
KEGG_enrich = enrichKEGG(gene = entrezid_all[,1], #即待富集的基因列表
keyType = "kegg",
pAdjustMethod = 'fdr', #指定p值校正方法
organism= "human", #hsa，可根据你自己要研究的物种更改，可在https://www.kegg.jp/brite/br08611中寻找
qvalueCutoff = 1, #指定 p 值阈值（可指定 1 以输出全部）
pvalueCutoff=1) #指定 q 值阈值（可指定 1 以输出全部）
KEGG_enrich_data = data.frame(KEGG_enrich)
write.csv(KEGG_enrich_data, paste('KEGG_enrich_',names(gene_diff_edger_deseq2)[i], '.csv', sep = ""))
KEGG_enrich_data <- KEGG_enrich_data[which(KEGG_enrich_data$p.adjust < 0.05),]
write.csv(KEGG_enrich_data, paste('KEGG_enrich_',names(gene_diff_edger_deseq2)[i], '_filter.csv', sep = ""))
}3.通路富集情况可视化
这里只介绍一种简单的气泡图，当然还有其他的自己去了解吧。
##GO&KEGG富集BPCCMFKEGG分面绘图需要分开处理一下，富集结果里的ONTOLOGYL列修改
GO_enrich_data_BP <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "BP")
GO_enrich_data_CC <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "CC")
GO_enrich_data_MF <- subset(GO_enrich_data, subset = GO_enrich_data$ONTOLOGY == "MF")
##提取GO富集BPCCMF的top5
GO_enrich_data_filter <- rbind(GO_enrich_data_BP[1:5,], GO_enrich_data_CC[1:5,], GO_enrich_data_MF[1:5,])
##重新整合进富集结果
GO_enrich@result <- GO_enrich_data_filter
##处理KEGG富集结果
KEGG_enrich@result <- KEGG_enrich_data
ncol(KEGG_enrich@result)
KEGG_enrich@result$ONTOLOGY <- "KEGG"
KEGG_enrich@result <- KEGG_enrich@result[,c(10,1:9)]
##整合GO KEGG富集结果
ego_GO_KEGG <- GO_enrich
ego_GO_KEGG@result <- rbind(ego_GO_KEGG@result, KEGG_enrich@result[1:5,])
ego_GO_KEGG@result$ONTOLOGY <- factor(ego_GO_KEGG@result$ONTOLOGY, levels = c("BP", "CC", "MF","KEGG"))##规定分组顺序
##简单画图
pdf("edger_diff_up_dotplot.pdf", width = 7, height = 7)
dotplot(ego_GO_KEGG, split = "ONTOLOGY", title="UP-GO&KEGG", label_format = 60, color = "pvalue") +
facet_grid(ONTOLOGY~., scale = "free_y")+
theme(plot.title = element_text(hjust = 0.5, size = 13, face = "bold"), axis.text.x = element_text(angle = 90, hjust = 1))
dev.off()4.气泡图如图所示
进行了初步处理后，在视觉效果上采用了真实图片的形式展现；值得注意的是，在左侧Pathway与右侧气泡之间存在一一对应的关系；除此之外，在可视化方法上还有更多可能性等待我们去发现；感谢您的关注！
5.GSEA富集分析
这里也是做一下简单的GSEA
##GSEA官方网站下载背景gmt文件并读入
geneset <- list()
geneset[["c2_cp"]] <- read.gmt("c2.cp.v2023.2.Hs.symbols.gmt")
geneset[["c2_cp_kegg_legacy"]] <- read.gmt("c2.cp.kegg_legacy.v2023.2.Hs.symbols.gmt")
geneset[["c2_cp_kegg_medicus"]] <- read.gmt("c2.cp.kegg_medicus.v2023.2.Hs.symbols.gmt")
geneset[["c2_cp_reactome"]] <- read.gmt("c2.cp.reactome.v2023.2.Hs.symbols.gmt")
geneset[["c3_tft"]] <- read.gmt("c3.tft.v2023.2.Hs.symbols.gmt")
geneset[["c4_cm"]] <- read.gmt("c4.cm.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_bp"]] <- read.gmt("c5.go.bp.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_cc"]] <- read.gmt("c5.go.cc.v2023.2.Hs.symbols.gmt")
geneset[["c5_go_mf"]] <- read.gmt("c5.go.mf.v2023.2.Hs.symbols.gmt")
geneset[["c6"]] <- read.gmt("c6.all.v2023.2.Hs.symbols.gmt")
geneset[["c7"]] <- read.gmt("c7.all.v2023.2.Hs.symbols.gmt")
##进行GSEA富集分析，这里也是写了个循环
gsea_results <- list()
for (i in names(gene_diff)){
geneList <- gene_diff[[i]]$logFC
names(geneList) <- toupper(rownames(gene_diff[[i]]))
geneList <- sort(geneList,decreasing = T)
for (j in names(geneset)){
listnames <- paste(i,j,sep = "_")
gsea_results[[listnames]] <- GSEA(geneList = geneList,
TERM2GENE = geneset[[j]],
verbose = F,
pvalueCutoff = 0.1,
pAdjustMethod = "none",
eps=0)
}
}
##批量绘图，注意这里如果有空富集通路，会报错！
for (j in 1:nrow(gsea_results[[i]]@result)) {
p <- gseaplot2(x=gsea_results[[i]],geneSetID=gsea_results[[i]]@result$ID[j], title =
gsea_results[[i]]@result$ID[j])
pdf(paste(paste(names(gsea_results)[i], gsea_results[[i]]@result$ID[j], sep =
"_"),".pdf",sep = ""))
print(p)
dev.off()
}6.GSEA富集最简单图形如下
分享到此结束了，希望对大家有所帮助。
全部评论 (0)
还没有任何评论哟~